Aplicación de machine learning para optimizar la producción de concreto con RC&D y escorias de hierro.

Proyecto: Investigación

Detalles del proyecto

Resumen de proyecto

El objetivo de la presente investigación es darle un valor agregado a los residuos de construcción y demolición (RCD) y a las escorias de los altos hornos de hierro de la industria del acero (Aceros Arequipa y Siderperú) mediante la fabricación de concreto verde y aplicando principios de economía circular, logística inversa, producción más limpia y herramientas de diseño de experimentos para determinar número de ensayos mìnimos y tecnología emergente como el machine learning para obtener un concreto óptimo en función a la calidad y al rendimiento. Las muestras aleatorias de RCD se tomarán de los rellenos de disposición final y las escorias de las 2 principales empresas generadoras de éstos residuos. Las muestras serán acondicionadas físicamente en la unidad de chancado y molienda del laboratorio de OPU-Ulima.Para la evaluación de la calidad del concreto verde se usará el método de difracción de rayos X y microscopía electrónica de barrido.El concreto en uno de los materiales más utilizados en el mundo y alrededor de 60 al 70% de su volumen está conformado por agregados. La fabricación de concretos reciclados minimiza el consumo de recursos y aporta a la sostenibilidad de la industria de la construcción y del acero.

Descripción

Los residuos sólidos municipales son uno de los varios flujos de desechos que gestionan los países y las ciudades. Otros flujos de residuos incluyen residuos industriales, residuos agrícolas, residuos de construcción y demolición (1,68 kg/cápita/día), residuos peligrosos, residuos médicos y residuos electrónicos (Banco Mundial, 2019).

El Informe de la situación actual de residuos sólidos no municipales (MINAM, 2008) señala que los puntos críticos que existen por la presencia de RCD, indicarían que hay un fuerte impacto ambiental por un insuficiente manejo sanitario y ambiental de este tipo de residuos. Además, señala que los 3 departamentos con mayor producción de TM/ año de RCD son: Lima (2 098,562), Arequipa (427,042) y San Martín (367,377). Dicho informe también reporta la c omposición porcentual de los componentes de escombros: l adrillos, azulejos y cerámicos (54%), h ormigón (12%), p iedra (5%), a rena, grava y otros áridos (4%), m adera (4%), otros (19%).

Respecto a la gestión de los RCD, Sevilla-Chinchilla et al. (2019) mencionan que la inadecuada gestión de dichos residuos y la casi nula fiscalización de las autoridades, permiten que gran parte de los RCD terminen en botaderos informales. Asimismo, manifiestan que los RCD generan impacto negativo sobre el suelo, agua y aire; y que muchas veces estos residuos se encuentran mezclados con residuos peligrosos, contaminándolos y convirtiendo estos materiales inertes en residuos comunes o peligrosos.

Por otro lado, los residuos de las escorias de hierro proveniente de la industria del acero, tambien constituye un serio problema ambiental, dado que por cada tonelada de acero producido, se genera una tonelada de escoria y este subrpducto no se puede valorizar o reciclar en la industria del acero.

El Ministerio de Vivienda, Construcción y Saneamiento, como autoridad sectorial en RCD, ha actualizado el Reglamento de Gestión y manejo de residuos sólidos de la construcción (Decreto Supremo 002-2022-Vivienda). Sin embargo, en la exposición de motivos del DS 002-2022-Vivienda (Abril 2022), se señala que, a la fecha, “no se han implementado escombreras a nivel nacional”, por lo que la valorización de los RCD resulta necesaria y urgente.
EstadoActivo
Fecha de inicio/Fecha fin1/04/2410/04/25

Objetivos de desarrollo sostenible de las Naciones Unidas

En 2015, los estados miembros de las Naciones Unidas acordaron 17 Objetivos de desarrollo sostenible (ODS) globales para erradicar la pobreza, proteger el planeta y garantizar la prosperidad para todos. Este proyecto contribuye al logro de los siguientes ODS:

  • ODS 3: Salud y bienestar
  • ODS 9: Industria, innovación e infraestructura
  • ODS 11: Ciudades y comunidades sostenibles
  • ODS 13: Acción por el clima

Palabras clave

  • Concreto , residuos de construcción y demolición, escorias de hierro, machine learning

Áreas y líneas de investigación secundarias

  • Innovación: tecnologías y productos
  • Ecoeficiencia y tecnologías limpias

Tipo de investigación

  • Aplicada